在pwntools中使用ROP链调用execve系统调用的参数传递问题分析
2025-05-18 08:46:37作者:韦蓉瑛
背景介绍
在二进制安全研究中,ROP(Return-Oriented Programming)是一种常见的技术,它通过组合程序中已有的代码片段(gadgets)来构造攻击链。pwntools是一个强大的二进制安全框架,提供了ROP模块来简化ROP链的构建。
问题现象
在使用pwntools的ROP模块调用execve系统调用时,开发者遇到了参数传递不正确的问题。具体表现为:
- 虽然成功调用了execve并启动了shell,但命令行参数没有被正确解析
- 特别是"-c"参数被忽略,导致shell尝试直接执行"whoami"命令而不是将其作为参数解析
- 错误信息显示为"/bin/sh: 0: cannot open whoami: No such file"
技术分析
execve系统调用的参数要求
execve系统调用需要三个参数:
- 第一个参数(pathname):要执行的程序路径,如"/bin/sh"
- 第二个参数(argv):参数数组,必须以NULL指针结尾
- 第三个参数(envp):环境变量数组,通常可以设为NULL
ROP链构建的关键点
在pwntools中构建ROP链调用execve时,需要注意以下几点:
-
参数数组的构建:argv数组必须正确构建,包括:
- 每个参数的正确指针
- 数组必须以NULL指针结尾
- 参数在内存中的布局必须符合预期
-
栈地址对齐:ROP链的base地址必须正确设置,确保参数在预期位置
-
字符串格式:参数必须使用正确的格式,如使用0而不是b'0'作为终止符
解决方案
正确的ROP链构建方法应遵循以下原则:
- 参数数组构建:
rop.call('execve', [bin_sh, [bin_sh, b'-c', b'whoami', 0], 0])
-
栈地址对齐: 确保ROP链的base地址正确指向返回地址位置,通常需要根据实际栈布局调整
-
完整示例:
from pwn import *
context.binary = './vulnerable_program'
io = process()
libc = io.libc
buf_addr = int(io.recvline().split(b': ')[1], 16)
ret_addr = buf_addr + 0x10 # 根据实际偏移调整
bin_sh = next(libc.search(b'/bin/sh'))
rop = ROP(libc, base=ret_addr)
rop.call('execve', [bin_sh, [bin_sh, b'-c', b'whoami', 0], 0])
io.sendline(flat({0x10: rop.chain()}))
io.interactive()
常见错误排查
-
参数被忽略:
- 检查argv数组是否正确构建
- 确保每个参数都是有效的指针
- 验证栈布局是否符合预期
-
段错误(SIGSEGV):
- 检查NULL终止符是否正确使用(使用0而不是b'0')
- 验证内存地址是否可写
-
参数解析错误:
- 检查字符串格式是否正确
- 确保参数在内存中的顺序正确
总结
在使用pwntools构建ROP链调用execve时,参数传递的正确性至关重要。开发者需要特别注意argv数组的构建和内存布局,确保每个参数都能被正确解析。通过合理设置ROP链的base地址和正确构建参数数组,可以成功实现复杂的命令执行。
在实际应用中,建议使用pwntools提供的调试功能(如gdb.debug)来验证ROP链的执行过程和内存状态,这有助于快速定位和解决参数传递问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218